第五章、 實驗測試範例
5.2 評選範例
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
59
5.2 評選範例
在上一階段，汽車貨運業者決定自有車輛配送路線、委外需求點後，接著進 行評選委外貨運業者。由於本研究受限於實際資料取得不易，故在各準則分數方 面以隨機方式產生，來示範評選之計算過程。如下 表 5. 3 所示，假設目前有五 家貨運業者願意承擔某項業務，分別提出不同的價格（設定在 100 至 150 元之 間），其餘評選準則則是這五家業者的表現分數，以 1 到 10 做為評分標準，分數 越高表示該業者在該準則的表現越好。
表 5. 3 隨機產生各評選業者之各準則分數
構面 準則 業者 A 業者 B 業者 C 業者 D 業者 E 價格 價格 118 146 130 121 137
經營狀況
員工素質與教育訓練 5 8 3 3 6
車輛設備與資產規模 3 5 6 2 6
財務狀況 9 1 10 9 6
同業間的市佔率 1 7 4 8 4
商譽
與自己過去合作狀況 4 1 5 3 3
其他同業合作評價 2 10 9 7 8
客戶滿意度 3 3 1 7 3
風險管理
異常處理能力 5 6 8 10 7
營運和配送的彈性 6 3 6 8 2
服務品質
準時交貨能力 2 10 7 7 1
運輸正確性 1 10 2 2 7
貨物保全良好能力 2 8 9 7 3
貨物即時追蹤能力 4 5 9 10 6
從業人員態度 7 1 3 5 4
資料來源：本研究
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
60
接著依照 VIKOR 排序法之步驟（已詳述於 3.4 節）進行：
1. 依照公式先將 表 5. 3 進行正規化計算，得到 表 5. 4。並找出所有準則 之最佳標準以及最差標準，其中在「價格」方面，對於評選委外業者，
挑選價格越低的越有利，所以最佳標準是取該項目的最小值；而其他準 則的分數則是越高表示在該準則表現越好，所以最佳標準是取該項目之 最大值。
表 5. 4 VIKOR 排序法正規化評估值
構面 準則 業者 A 業者 B 業者 C 業者 D 業者 E 最佳 最差 價格 價格 0.4034 0.4992 0.4445 0.4137 0.4684 0.4034 0.4992
經營狀況
員工素質與教育訓練 0.4181 0.669 0.2509 0.2509 0.5017 0.669 0.2509 車輛設備與資產規模 0.286 0.4767 0.5721 0.1907 0.5721 0.5721 0.1907 財務狀況 0.5205 0.0578 0.5783 0.5205 0.347 0.5783 0.0578 同業間的市佔率 0.0828 0.5793 0.331 0.6621 0.331 0.6621 0.0828
商譽
與自己過去合作狀況 0.5164 0.1291 0.6455 0.3873 0.3873 0.6455 0.1291 其他同業合作評價 0.1159 0.5793 0.5214 0.4055 0.4634 0.5793 0.1159 客戶滿意度 0.3419 0.3419 0.114 0.7977 0.3419 0.7977 0.114
風險管理
異常處理能力 0.3021 0.3625 0.4833 0.6041 0.4229 0.6041 0.3021 營運和配送的彈性 0.4915 0.2458 0.4915 0.6554 0.1638 0.6554 0.1638
服務品質
準時交貨能力 0.1404 0.7019 0.4913 0.4913 0.0702 0.7019 0.0702 運輸正確性 0.0796 0.7956 0.1591 0.1591 0.5569 0.7956 0.0796 貨物保全良好能力 0.139 0.556 0.6255 0.4865 0.2085 0.6255 0.139 貨物即時追蹤能力 0.249 0.3113 0.5603 0.6226 0.3735 0.6226 0.249 從業人員態度 0.7 0.1 0.3 0.5 0.4 0.7 0.1
資料來源：本研究整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
61
2. 加入各準則權重影響，計算每一家業者的 S、R、Q 值 表 5. 5 VIKOR 排序法之 S、R、Q 值
業者 A 業者 B 業者 C 業者 D 業者 E S 0.508 0.625 0.405 0.285 0.613 R 0.068 0.2 0.086 0.057 0.136 Q 0.367 1 0.278 0 0.758
Q 值排序 3 5 2 1 4
資料來源：本研究整理
根據上 表 5. 5，可得知依照Q值排序後，最佳選擇方案為業者D，但仍 需經過兩個檢驗：
條件一：可接受利益之門檻條件(acceptable advantage)
第二順位業者 C 的 Q 值與第一順位業者 D 之 Q 值差距為 0.278，大 於
DQ
=1/(4−1)=0.25，確定業者 D 顯著優於業者 C。條件二：可接受的決策可靠度(Acceptable stability in decision making) 業者 D 的 S 值 0.285 比業者 C 的 S 值 0.405 好，且業者 D 的 R 值 0.057 比業者 C 的 R 值 0.086 好，也確保了選擇業者 D 之可靠度。
因此，在此範例中，業者 D 為最佳委外選擇對象。
若在委外時，只考慮對方出價，則應選擇業者 A，然而業者 A 的綜合分數 表現不如業者 D 理想，所以業者在評選委外對象時，若能加入考慮風險管理、
服務品質等因子，確保貨物準時安全送達，自己的客戶滿意度也會提高。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
第六章、結論與未來建議
汽車貨運業由於需求不固定，偶爾會有自有車輛無法應付所有需求的情況，
業者之間水平合作已經越來越普遍，本研究即針對此現象，考量時窗、車種特性 等因素，利用禁忌搜尋法進行自有車輛途程規劃、並找出委外需求點，接著使用 網路程序分析法、VIKOR 排序法選出最適合的委外業者。
實驗結果可得知，考量了時窗限制後，委外需求點的數量大增，也造成總成 本上升，因此汽車貨運業除了做好路線規劃外，也可以與客戶協調取貨送貨時 間，若常有需要委外的情況，則需考慮添購車輛設備。而在評選委外業者的部份，
由 ANP 計算得到的權重結果顯示，除了價格外，汽車貨運業者對於異常處理能 力、營運和配送彈性等風險管理因子的權重也相當高，本研究推論，近幾年來在 各業者的服務水準皆改善到一定程度後，服務品質已被視為基本條件，風險管理 的重視程度越趨明顯。也因此，在評選委外業者時，不僅考慮價格，也要考慮其 風險管理能力、服務品質等，選擇綜合分數最高者，對自己與客戶都更有保障。
未來研究建議：
1. 當汽車貨運公司規模增大，勢必會增加據點、擴大服務範圍，因此本研究建 議可將研究範圍延伸至多場站，探討在運輸需求過多的情況下，不同場站之 間車輛的調度與分配，更能符合現況。
2. 評選準則建議由專家先進行評估，再進行因素分析篩選出核心指標，讓評選 的準則更明確，並且建議針對「同業競爭合作」多去探討其合作模式。
3. 若汽車貨運業者欲委外多個需求點，可以考慮加入組合拍賣的概念，例如委 外業者同時接受點 i 與點 j 時，可得到更優惠的價格，在競爭中取得優勢。
4. 將評選準則放入數學規劃模式中，在進行車輛途程規劃時，同時考量委外業 者之各項準則分數，讓建構途程與決定委外業者同時進行，評選模式會更加 完整。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63
參考文獻
1. Alfredo Tang Montane, F., & Galvao, R. D. (2006). A tabu search algorithm for the vehicle routing problem with simultaneous pick-up and delivery service.
Computers & Operations Research, 33(3), 595-619.
2. Ball, M. O., Golden, B. L., Assad, A. A., & Bodin, L. D. (1983). Planning for truck fleet size in the presence of a common-carrier option. Decision Sciences,
14(1), 103-120.
3. Barbarosoglu, G., & Ozgur, D. (1999). A tabu search algorithm for the vehicle routing problem. Computers and Operations Research, 26(3), 255–270.
4. Bianchessi, N., & Righini, G. (2007). Heuristic algorithms for the vehicle routing problem with simultaneous pick-up and delivery. Computers & Operations
Research, 34(2), 578-594.
5. Bodin, L., Golden, B., Assad, A., & Ball, M. (1983). Routing and scheduling of vehicles and crews. Computers and Operations Research, 10(2), 63–211.
6. Bolduc, M. C., Renaud, J., & Boctor, F. (2007). A heuristic for the routing and carrier selection problem. European Journal of Operational Research, 183(2), 926–932.
7. Bolduc, M. C., Renaud, J., Boctor, F., & Laporte, G. (2008). A perturbation metaheuristic for the vehicle routing problem with private fleet and common carriers. Journal of the Operational Research Society, 59(6), 776–787.
8. Brandao, J. (2009). A deterministic tabu search algorithm for the fleet size and mix vehicle routing problem. European Journal of Operational Research, 195(3), 716-728.
9. Chu, M., Shyu, J., Tzeng, G., & Khosla, R. (2007). Comparison among three analytical methods for knowledge communities group-decision analysis. Expert
Systems with Applications, 33(4), 1011-1024.
10. Cote, J. F., & Potvin, J. Y. (2009). A tabu search heuristic for the vehicle routing problem with private fleet and common carrier. European Journal of
Operational Research, 198(2), 464–469.
11. Coulter William, R., & Ronald, L. (1989). Freight transportation carrier selection criteria:: Identification of service dimensions for competitive positioning.
Journal of Business Research, 19(1), 51–66.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
12. Desrochers, M., Desrosiers, J., & Solomon, M. (1992). A New Optimization Algorithm for the Vehicle Routing Problem with Time Windows. Operations
Research, 40(2), 342-354.
13. D'este, G. M. (1992). Carrier selection in a RO/RO - ferry trade Part 2.
Conceptual framework for the decision process -- Carrier selection in a RO/RO - ferry trade—Part 2. Maritime Policy & Management: The flagship journal of
international shipping and port research, 19(2), 127.
14. Euchi, J., & Chabchoub, H. (2009). A hybrid genetic algorithm for the vehicle routing problem with private fleet and common carriers. ROADEF 2009, 243.
15. Euchi, J., & Chabchoub, H. (2010). Heuristic Search Techniques to Solve the Vehicle Routing with Private Fleet and Common Carrier. International Journal
of Universal Computer Sciences, 1, 10-18.
16. Fisher, M. (1995). Vehicle routing. Network routing, 8, 1–33.
17. Gendreau, M., Hertz, A., & Laporte, G. (1994). A tabu search heuristic for the vehicle routing problem. Management Science, 40(10), 1276–1290.
18. Gheysens, F., Golden, B., & Assad, A. (1984). A comparison of techniques for solving the fleet size and mix vehicle routing problem. OR Spectrum, 6(4), 207-216.
19. Glover, F., Laguna, M., & Marti, R. (2000). Fundamentals of scatter search and path relinking. Control and Cybernetics, 39(3), 653–684.
20. Glover, F., & Marti, R. (2006). Tabu Search. Metaheuristic Procedures for
Training Neutral Networks, 53-69.
21. Huizingh, E. K., & Vrolijk, H. C. (1995). Decision support for information systems management: applying analytic hierarchy process. Research Report.
22. Hwang, C. L., & Masud, A. S. (1979). Multiple objective decision making,
methods and applications: a state-of-the-art survey. Springer.
23. Jharkharia, S., & Shankar, R. (2007). Selection of logistics service provider: An analytic network process (ANP) approach. Omega, 35(3), 274-289.
24. Klincewicz, J. G., Luss, H., & Pilcher, M. G. (1990). Fleet Size Planning when Outside Carrier Services Are Available. Transportation Science, 24(3), 169-182.
25. Laporte, G. (1992). The vehicle routing problem: An overview of exact and approximate algorithms. European Journal of Operational Research, 59(3),
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
345-358.
26. Meade, L., & Rogers, K. (1997). Enhancing a manufacturing business process for agility. Innovation in Technology Management. The Key to Global
Leadership. PICMET '97 , 638-641.
27. Olson, D. L., & Wu, D. D. (2008). Enterprise risk management. World Scientific.
28. Opricovic, S., & Tzeng, G. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational
Research, 156(2), 445-455.
29. Potvin, J. Y., & Naud, M. A. (2009). Tabu Search with Ejection Chains for the Vehicle Routing Problem with Private Fleet and Common Carrier. Journal of the
Operational Research Society.
30. Proussaloglou, K., & Koppelman, F. S. (1999). The choice of air carrier, flight, and fare class. Journal of Air Transport Management, 5(4), 193-201.
31. Renaud, J., & Boctor, F. F. (2002). A sweep-based algorithm for the fleet size and mix vehicle routing problem. European Journal of Operational Research,
140(3), 618-628.
32. Saaty, T. L. (1996). The analytic network process. RWS Publication.
33. Saaty, T. L. (2005). Theory and Applications of the Analytic Network Process:
Decision Making with Benefits, Opportunities, Costs, and Risks. RWS
Publications.34. Stewart, T. J. (1996). Relationships between Data Envelopment Analysis and Multicriteria Decision Analysis. The Journal of the Operational Research
Society, 47(5), 654-665.
35. Thangiah, S. R. (1995). Vehicle routing with time windows using genetic algorithms. Application handbook of genetic algorithms: New frontiers, 2, 253–277.
36. Toth, P., & Vigo, D. (1997). An Exact Algorithm for the Vehicle Routing Problem with Backhauls. TRANSPORTATION SCIENCE, 31(4), 372-385.
37. Willard, J. A. G. (1989). Vehicle routing using r-optimal tabu search. Master's
thesis, The ManagementSchool, ImperialCollege, London.
38. Xue Dashen. (2009). The Study of Partners' Selection for Virtual Logistics
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
66
Enterprises. Knowledge Discovery and Data Mining, 2009. WKDD 2009. Second
International Workshop on. 428-431.
39. 王保元(2000)，
物流中心冷凍食品配送模式之研究
，朝陽科技大學工業工程 與管理研究所。40. 王斌、唐國春(2009)，物流聯盟伙伴選擇模糊優化研究，
河北科技大學學報
，30(001)，69–74。
41. 交通部(2007)，交通年鑑。
42. 朱經武、洪秀幸(2004)，選擇以自有車輛運送或委託貨運公司服務之啟發式 演算法，
兩岸航運與物流的新觀念
。43. 李佳芳(2008)，
綠色供應鏈中供應商評選之研究
，國立政治大學資訊管理研 究所。44. 李俊佳(2002)
，網路學習系統評估模式之研究 - 模糊多屬性決策之應用
，中原 大學資訊管理研究所。45. 林志益(2005)，
平板鋼鐵業企業資源規劃系統評選關鍵模組之研究
，國立中 山大學企業管理學系研究所。46. 林俊宏、曾國雄、任維廉(2005)，
利用 VIKOR 方法解決企業資源規劃系統 評選問題
，農業與經濟。47. 邱華凱(2005)，
應用模糊多準則決策分析與模糊集群方法探討綠色工程產業 發展策略之研究，
國立交通大學科技管理研究所。48. 紀岱玲、林我聰(2006)，供應商績效評估研究－結合 ANP 及 DEMATEL 之 應用，2006
年產學合作產業電子化研討會論文集
。49. 徐旺和、柯秉輝、魏慶地、邱榮和&鍾明宏(2009)，國內物流業者評選委外 運送商之關鍵因素分析，
中華民國運輸學會
。50. 梁金樹、丁吉峰、許哲維(2009)
，
第三方物流業者評選模式之建構：模糊多 準則決策之應用，航運季刊，第十八卷
(第三期)，
頁 17~36。51. 莊英群(2002)
，應用禁忌搜尋法於混合送收貨之車輛途程問題，
逢甲大學工 業工程研究所。52. 許哲維(2008)，
第三方物流業者評選模式之建構與應用
，國立海洋大學航運 管理學系。53. 許國維(2006)，
營造公司經營高科技廠房競爭優勢評估
。國立臺灣科技大學 營建工程系。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
54. 陳建宇(2005)
，以基因演算法結合層級分析法求解多廠區訂單分配，
國立政 治大學資訊管理研究所。55. 陳虹遐(2004)
，應用分析網路程序法於液晶電視之生態效益評估，
國立成功 大學工業設計研究所。56. 陳惠國(2009)，
網路與物流分析
(第一版)，五南圖書出版股份有限公司。57. 楊絜茹(2009)，
即時資訊與啟發式演算法應用於臨時撿收需求之研究，
逢甲 大學運輸科技與管理學系。58. 劉建宏(2005)
，含時窗限制式卡車與拖車途程問題之研究
，國立中央大學土 木工程研究所。59. 鄧振源、曾國雄(1989)，層級分析法(AHP)的內涵特性與應用 (上)，
中國統 計學報
，27(6)，頁 1–20。60. 韓復華、卓裕仁(1996)，門檻接受法、成本擾動法與搜尋空間平滑法在車輛 路線問題之應用研究與比較分析
，運輸學刊，第 9 卷
(第 3 期)，頁 103-129。61. 簡世釗(2000)，
時窗與容量限制下車輛途程問題之研究
，國立成功大學工業 管理學系。62. 蘇雄義(2000)，
物流與運籌管理
，華泰文化事業公司。63. 張瑞鵬、何世偉＆宋瑞(2007)，基于網絡層次分析法和熵權的運輸商選擇方 法，
北京交通大學學報：社會科學版
，第 6 卷(第 004 期)，頁 38–42。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
附錄一、ANP權重調查問卷
編號：
汽車貨運業者車輛資源不足下之業務委外評選指標 權重調查問卷
敬啟者：
由於汽車貨運業者的車輛資源有限，可能會有運輸需求過多、無法全 部自行運送的情況，在接單的前提下，除了委託認識的業者配送外，亦可 以考慮將部份業務委外給其他貨運同業進行，而要先進行運輸同業的選擇。
本問卷之目的在於調查您對於「車輛資源不足下之運輸業務委外廠商 評選」所考量因素的重要性有何看法，藉此瞭解各指標之權重。
請依據您的經驗與認知填寫問卷上的問題，本問卷之資料僅供學術研 究使用，決不公開或挪為其他用途，懇請您提供寶貴的意見！另外，為求 研究能順利進行，並確保每份問卷能有效使用，懇請於五天內填寫完畢並 回傳，感謝您的協助。
敬祝 商祺
國立政治大學資訊管理研究所 指導教授：林我聰 博士 研究生：謝宛汝 敬上
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
ㄧ、問卷填寫說明
1.本研究考量汽車貨運業者要將無法負荷之業務委外，而需先進行委外廠商之評選。本 階段研究之目的在於針對選擇委外運輸業者所考量的準則，利用網路程序分析法
（ANP），考量各準則互相影響的情況下，透過兩兩比較彼此的重要程度，取得各個 準則之權重。
2.本問卷將評選委外運輸業者之指標分為五大構面：價格、經營狀況、商譽、風險管理、
2.本問卷將評選委外運輸業者之指標分為五大構面：價格、經營狀況、商譽、風險管理、